世界的なIT大手はAIを活用してデータセンターのエネルギー節約と排出量削減に取り組んでいる

世界的なIT大手はAIを活用してデータセンターのエネルギー節約と排出量削減に取り組んでいる

データ センターは、世界中の何十億もの人々が毎日使用するアプリケーション、Web サイト、サービスに電力を供給していますが、データ センターを構築および保守する人々にとっては危険な場所となる可能性があります。スタッフは、データセンター内の電源が入っている電気機器のメンテナンスを時々行う必要があります。コンピューターやサーバーの液体冷却システムを循環する水の消毒剤として使用される塩素などの化学物質にさらされる可能性がある。 2015年6月、ノースカロライナ州メイデンにあるアップルのデータセンターで塩素ガス漏れが発生し、5人が病院に搬送された。

データセンターはこれまで以上に安全になりました。しかし、将来を見据えた解決策を模索する中で、一部のテクノロジー大手は、セキュリティ問題を防ぐために人工知能を適用する方法を検討していると述べている。たとえば、マイクロソフトは、さまざまなソースからのデータを分析し、データセンターの構築および運用チームにアラートを生成して「セキュリティインシデントの影響を防止または軽減する」ことができる AI システムを開発しています。データセンター建設計画への影響を検出し予測しようとする、補完的だが関連のあるシステムも開発されています。

「これらの取り組みは初期テスト段階にあり、今年後半には実稼働環境への拡大が始まる予定です」とマイクロソフトの広報担当者はCNBCに電子メールで語った。

Meta 社はまた、安全でない作業環境につながる可能性のある「極端な環境条件」でデータセンターがどのように動作するかを AI が予測する方法を研究していると主張している。同社は、極限の状況をシミュレートするための物理モデルを開発し、そのデータをサーバーの電力消費、冷却、空気の流れを最適化するAIモデルに入力していると述べた。

「当社のデータセンターには大量の運用データがあり、一部のエリアでは、サーバー、ラック、データホールに多数のセンサーが組み込まれています」とメタの広報担当者はベンチャービートに語った。「サーバーとネットワークデバイスごとにワークロードが異なり、消費電力も発熱量もデータセンター内の空気の流れも異なります。当社の[インフラ]チームは、すべてのサーバーからこのデータをすべて収集し、データセンター内のサーバーとラックを割り当て、それらのサーバーにワークロードを送信してパフォーマンスと効率を最適化できるAIモデルを開発しています。」

もちろん、企業がデータセンターを最高の状態に保つには、セキュリティ以外にもさまざまな動機があります。停電はコストがかかり、その頻度も増加しています。 ITコンサルティング会社IT Uptime Instituteが2020年に実施した調査によると、データセンターの所有者と運営者の3分の1が過去12か月間に大規模な停止を経験したことを認めています。 6社中1社が停電による損害が100万ドル以上だと主張しており、2019年の10社中1社から増加している。

テキサス州とミズーリ州での新プロジェクトを含め、世界中で20以上のデータセンターを運営しているMetaは、近い将来、毎年50〜100の新しいデータセンターを建設する予定だと述べている。

AI は、通常は気付かれないデータセンターのエネルギー節約の機会を見つけ、それによってコストを節約することも約束しており、これは企業にとってもう 1 つの魅力的な側面です。 2018年、Googleは、子会社のDeepMindが開発したAIシステムにより、同社のデータセンターの過去のエネルギー使用量と比較して平均30%のエネルギーを節約できたと主張した。

CNNがコメントを求めたところ、ディープマインドは当初の発表以上の最新情報はないと述べた。 IBMとAmazonは問い合わせに応じなかった。しかし、Meta 社と Microsoft 社はどちらも、現在 AI を使用して同様のエネルギー調整を行っていると述べている。

マイクロソフトは、電気機器や機械機器からのテレメトリデータを使用してデータセンター内の異常な電力や水の使用状況を測定、軽減する AI を活用した「異常検出アプローチ」を 2021 年末に開始しました。同社はまた、AI ベースのアプローチを使用して、データセンターのメーターの問題を特定して修正し、無駄な電力、ネットワーク、冷却能力を最小限に抑えるためにサーバーを配置する理想的な場所を決定します。

Metaは、冷却目的でデータセンターに送り込まれる空気の量を削減するために強化学習を使用していると述べた。大まかに言えば、強化学習とは試行錯誤を通じて問題を解決することを学習する AI システムです。当社のデータセンターのほとんどは屋外の空気と蒸発冷却システムを使用しているため、空気の流れを最適化することが最優先事項です。

環境への影響を削減することは、エネルギー制御 AI システムの付加的な利点です。 環境調査局の報告によると、データセンターは2020年に世界の電力需要の約1%を消費し、全二酸化炭素排出量の0.3%を占めた。一般的なデータセンターでは、1 日あたり 300 万〜 500 万ガロンの水が使用されます。これは、人口 3 万人〜 5 万人の都市の水消費量に相当します。

マイクロソフトは以前、2025年までにすべてのデータセンターを100%再生可能エネルギーで稼働させる計画だと発表していた。 Metaは2020年にこの偉業を達成したと主張している。

<<:  プラスチックチップを1個1セント未満で製造

>>:  合成データ生成器はAIのバイアス問題を解決できるかもしれない

ブログ    
ブログ    
ブログ    

推薦する

Googleはロボットを大規模な言語モデルの手と目として機能させ、タスクを16のアクションに分解して一度に完了させます。

大型モデルはロボット工学の分野でその地位を確立しました。 「飲み物をこぼしてしまいました。助けてくれ...

2024年にIT業界は成長を遂げる:AIとサイバーセキュリティが最大のホットスポット

IDCは、2024年のIT市場はチャンスに満ちていると指摘した。インフレや経済などの要因が懸念材料と...

クラウド コンピューティングの限界: エッジでの機械学習が必要な理由

機械学習には高い処理要件があり、通信コストがかかることから、最終的にはエッジ(スマートフォン)で動作...

人工知能が将来の経済と社会に与える影響を理解する方法

[[353152]]人工知能は新興の破壊的技術として、科学技術革命と産業変化によって蓄積された膨大な...

Microsoft Bing Chat が AI 株取引機能を解放: 将来の株価動向を予測可能

Microsoft は、生成 AI のさまざまな可能性を積極的に模索しています。将来の応用シナリオの...

...

Baidu Create 2018 ディープラーニング フロンティア テクノロジーと産業応用公開コースのハイライト

[51CTO.com からのオリジナル記事] 中国の開発者が集まる毎年恒例の盛大な集まりである Ba...

2021 年の人工知能に関する詳細な研究: 機械学習は最終的に人間の医師に取って代わるのでしょうか?

[[377208]]これから議論する論文で採用されているアプローチは、これまでのどのアプローチより...

機械学習における 5 つのよくある問題点とその解決方法

[[394332]]機械学習のさまざまな使用例について聞いたことがあるかもしれません。たとえば、カン...

...

事前学習済みのNLPモデルにおける性別相関の測定

自然言語処理 (NLP) はここ数年で大きな進歩を遂げており、BERT、ALBERT、ELECTRA...

最大の効率: AIがソースコードを読み取って教えてくれる

みなさんこんにちは、カソンです。テクノロジー系のブログをよく読む友人なら、 Webpilot [1]...

多くの人がまだブロックチェーンについて漠然とした理解しか持っていない中、これらのブロックチェーンの応用シナリオはすでに実装されている。

1.ブロックチェーン + IP著作権最近、フェニックスオンライン書店は「フェニックスエッグ」と呼ば...

...

4090はA100の代替品になるのでしょうか?トークン生成速度はA100よりわずか18%低い。上海交通大学の推論エンジンが人気。

それだけでなく、PowerInfer は、モデルの精度を維持しながら、単一の RTX 4090 (2...